为什么要分库分表？ 当然是数据库有了性能瓶颈，IO或CPU瓶颈会导致数据库的活跃连接数增加，可能会达到可承受的最大活跃连接数阈值，导致应用服务无连接可用，造成灾难性后果。可以先从代码、SQL、索引、硬件条件（比如CPU、内存、磁盘IO、网络带宽）等方面优化，如果这几项没有太多优化空间，就该考虑分库分表了。 分库可以提高MySQL集群的并发能力和数据容量，分表可以降低单表的数据量，提高...

序言 引子 毕玄曾在QCon的围炉夜话中分享——09年之前，阿里的技术团队都处于陪（业务）跑状态。 大型互联网公司都一定经历了业务初创阶段，再到业务稳定阶段的过程。公司在不同阶段，技术团队的重心会有所不同。初创阶段更多重视业务，业务稳定阶段则会更重视技术本身。 业务初创时期，面临的主要问题是把业务转变成真正的系统工程实现，这时的系统架构并不需要设计的非常复杂，因为还没有外部真实流...

序言 数据分片（Shard），是分治模式在存储领域的落地。在高并发、大数据量场景下，数据分片是让服务达到高性能、高可用的常用方案之一。 日常用的存储中间件基本上都有数据分片的实现，比如， ES中可以把一个索引分成多个分片。每个ES节点可以容纳多个分片，但分片数固定，还有副本，扩容迁移需重建索引； RedisCluster中分成多个节点，每个节点管理一部分哈希槽。...

序言 德鲁克管理准则揭示，效能是做正确的事，效率是正确地做事。研发效能必须以系统视角融合目标校准（价值有效性）、‌流动优化‌（端到端交付）、‌能力沉淀‌（知识复用）三重维度，避免陷入个体效率的局部优化陷阱。 研发效能 = ∑(个人效率) × ‌流程润滑度‌ × ‌目标对齐度‌ × ‌知识复用率‌。如同交响乐团——个人演奏技巧（效率）是基础，但指挥协同（效能）才能成就完美乐章。 个人效率，...

Overview BGE，BAAI General Embedding，北京智源人工智能研究院（BAAI）在2023年推出的Bert类通用文本嵌入模型。 BGE论文中，提出了C-PACK，一个中文Embedding领域的资源包，C-Pack包括三个关键资源：C-MTEB、C-MTP和C-TEM。 C-MTEB为中文Embedding领域的benchmark； C-MTP为中文语料...

Overview BERT BERT，全称Bidirectional Encoder Representations from Transformers，翻译成中文，就是Transformer双向编码器特征。 BERT本质上是一个两段式的NLP模型。 第一个阶段叫做Pre-training，跟WordEmbedding类似，利用现有无标记的语料训练一个语言模型。 第二个阶段叫做F...

本文译自 The Illustrated Transformer Overview Attention is All You Need论文原文中介绍，Transformer模型，完全摒弃了RNN和CNN的先验假设，它是一个只使用了Attention机制的Seq2Seq模型，通过Attention机制连接两部分——Encoder和Decoder完成Seq2Seq任务。 Transfo...

定位 意图识别，是自然语言处理（NLP）的一个分支领域——自然语言理解（NLU）/口语理解（SLU）。 NLP、NLU、NLG之间的关系（图片来自网络） 理解——对话系统场景+意图识别 举个例子 举个正常对话的例子， >> 用户：帮我推荐一家餐厅 >> Bot：几个人？ >> 用户：2个人 （Bot赶紧拿出本本记下） >> Bot：好的，...

序言 一款好用、可靠的ID生成器，是业务稳定运行的基石。 场景 假如你的业务系统是微服务分布式架构，但数据库是单库单表，没有分库分表就意味着服务单库并发不高，且单库数据量也不大。 业务需求：在单库单表场景下，生成并使用全局唯一ID（比如可用作短链ID、订单ID、交易单ID、消息流水ID、调查问卷ID、用户ID、聊天会话ID等等），要求ID业务可读，Long整型且按天相对递增（不需要绝对...

缘起 2021年，造车新势力集中入局，成为跨界造车集中爆发年，新能源汽车从电动化过渡到智能化阶段，本质是政策引导、市场机遇与技术演进的多重共振结果。问界、极越、小米等企业通过生态整合、技术复用和资本杠杆，在新能源渗透率快速提升期（2021年约13%）抢占战略高地，为后续竞争奠定基础。这一现象印证了中国智能电动车产业从“政策驱动”向“市场驱动”转型的关键节点特征。2021年更多是行业从政策驱动...